CN117933574A - 一种城市电缆的管控方法、装置、设备和存储介质 - Google Patents
一种城市电缆的管控方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN117933574A CN117933574A CN202410324648.8A CN202410324648A CN117933574A CN 117933574 A CN117933574 A CN 117933574A CN 202410324648 A CN202410324648 A CN 202410324648A CN 117933574 A CN117933574 A CN 117933574A
- Authority
- CN
- China
- Prior art keywords
- cable
- data
- model
- state information
- operation state
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000012545 processing Methods 0.000 claims abstract description 33
- 238000004458 analytical method Methods 0.000 claims abstract description 26
- 238000007405 data analysis Methods 0.000 claims abstract description 25
- 238000007418 data mining Methods 0.000 claims abstract description 13
- 230000000007 visual effect Effects 0.000 claims abstract description 9
- 239000000463 material Substances 0.000 claims description 28
- 230000006399 behavior Effects 0.000 claims description 21
- 230000001276 controlling effect Effects 0.000 claims description 20
- 238000004140 cleaning Methods 0.000 claims description 17
- 230000001105 regulatory effect Effects 0.000 claims description 16
- 230000008859 change Effects 0.000 claims description 12
- 239000011159 matrix material Substances 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 11
- 238000013507 mapping Methods 0.000 claims description 9
- 238000000605 extraction Methods 0.000 claims description 8
- 230000000737 periodic effect Effects 0.000 claims description 7
- 230000004044 response Effects 0.000 claims description 7
- 230000000704 physical effect Effects 0.000 claims description 6
- 230000003247 decreasing effect Effects 0.000 claims description 4
- 230000009467 reduction Effects 0.000 claims description 4
- 238000012546 transfer Methods 0.000 claims description 4
- 230000009466 transformation Effects 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 abstract description 13
- 238000007726 management method Methods 0.000 description 16
- 230000008569 process Effects 0.000 description 10
- 238000007689 inspection Methods 0.000 description 6
- 238000012423 maintenance Methods 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 5
- 230000009471 action Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000007621 cluster analysis Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000002068 genetic effect Effects 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000011017 operating method Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/10—Pre-processing; Data cleansing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/2431—Multiple classes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明提供了一种城市电缆的管控方法、装置、设备和存储介质，涉及电力***技术领域，该方法包括：获取电缆的运行数据，其中，所述运行数据包括电缆电路数据和电缆基础数据；根据所述电缆基础数据构建数字孪生模型，获取历史运行数据，根据数据分析模型对所述历史运行数据和所述电缆电路数据进行数据处理与分析，得到所述电缆的运行状态信息，将所述电缆的运行状态信息输入所述数字孪生模型，进行可视化展示；对所述运行状态信息进行数据挖掘处理，得到潜在故障预测结果，根据所述潜在故障预测结果生成电缆调控决策，根据所述电缆调控决策对所述电缆进行管控。本发明实现了实时监测城市电缆，并及时对城市电缆运行问题进行处理。
Description
技术领域
本发明涉及电力***技术领域，具体而言，涉及一种城市电缆的管控方法、装置、设备和存储介质。
背景技术
电缆作为传输电力的重要载体，在工业和生活等领域担负着重点的作用，在高度电气化的今天，若电缆运行发生故障而无法及时监测和维修，可能会造成巨大的损失，也会给人们的生活增添诸多不便。
目前，电缆的运行监测主要依赖于人工巡检和定期检查，缺乏实时监测手段，从而导致电缆运行状态信息获取不及时，无法及时发现电缆的异常情况，进而延误维修，同时，由于缺乏科学的决策模型和方法，导致调控决策不合理。
发明内容
本发明所要解决的问题是如何实时监测城市电缆，并及时对城市电缆运行问题进行处理。
为解决上述问题，本发明提供一种城市电缆的管控方法，包括：
获取电缆的运行数据，其中，所述运行数据包括电缆电路数据和电缆基础数据；
根据所述电缆基础数据构建数字孪生模型，获取历史运行数据，根据数据分析模型对所述历史运行数据和所述电缆电路数据进行数据处理与分析，得到所述电缆的运行状态信息，将所述电缆的运行状态信息输入所述数字孪生模型，进行可视化展示；
其中，所述根据所述电缆基础数据构建数字孪生模型，包括：
根据所述电缆基础数据得到电缆类型、电缆规格、铺设路径和关键节点信息；
根据所述电缆类型、所述电缆规格、所述铺设路径和所述关键节点信息构建电缆三维模型；
根据所述关键节点信息构建关键节点三维模型，其中，所述关键节点三维模型包括所述电缆的连接方式和接触电阻；
根据所述电缆类型、所述电缆规格构建材料属性模型，其中，所述材料属性模型包括导电率、热导率和绝缘强度，以用于描述所述电缆在不同条件下的物理特性和电气特性；
根据基础运行数据构建电缆行为模型，其中，所述电缆行为模型用于描述所述电缆在负载变化和环境变化对应的响应特性；
将所述电缆三维模型、所述关键节点三维模型、所述材料属性模型和所述电缆行为模型相结合，构建所述数字孪生模型，以实时反映所述电缆在实体世界中的运行状态；
对所述运行状态信息进行数据挖掘处理，得到潜在故障预测结果，根据所述潜在故障预测结果生成电缆调控决策，根据所述电缆调控决策对所述电缆进行管控。
与现有技术相比：本发明的城市电缆管控方法通过获取电缆的运行数据，并利用数据分析模型对历史运行数据和电缆电路数据进行处理与分析，得到电缆的实时运行状态信息和潜在故障预测结果，将电缆的实时运行状态信息输入数字孪生模型，实现对电缆的实时可视化展示，便于直观地了解电缆的运行状况，为决策提供依据，同时，根据潜在故障预测结果生成电缆调控决策，可以实现对电缆的智能调控，调控决策可以根据电缆的实时运行状态信息和潜在故障预测结果进行调整，以降低电缆的故障风险，提高电缆的运行效率和安全性，本发明有助于更加客观、准确地了解电缆的运行状况，从科学的角度对电缆进行管控，辅助工作人员掌握电缆运行情况，降低电缆的故障风险，提高电缆的运行效率和安全性，提高城市电缆***的整体运行水平，为城市的电力供应提供保障。
可选地，所述获取历史运行数据，根据数据分析模型对所述历史运行数据和所述电缆电路数据进行数据处理与分析，得到所述电缆的运行状态信息，包括：
通过数据清洗算法将所述电缆电路数据进行数据清洗，其中，所述数据清洗算法的公式包括：
y_t=α*x_t+(1-α)*y_{t-1}，
其中，y_t表示当前t时刻清洗后的所述电缆电路数据，x_t表示当前t时刻所述电缆电路数据，α表示清洗系数，y_{t-1}表示上一时刻t-1的所述电缆电路数据；
根据所述数据分析模型对所述历史运行数据和清洗后的所述电缆电路数据进行数据处理与分析，得到所述电缆的运行状态信息。
可选地，所述根据所述数据分析模型对所述历史运行数据和清洗后的所述电缆电路数据进行数据处理与分析，得到所述电缆的运行状态信息，包括：
所述数据分析模型通过周期分析公式对清洗后的所述电缆电路数据进行特征提取，得到所述电缆的波动数据，其中，所述周期分析公式包括：
，
其中，F(w)表示所述波动数据，w表示角频率，单位为rad/s，f(t)表示所述电缆电路数据，t表示时间，单位为秒，e表示自然对数的底数，-j表示虚数单位；
根据所述历史运行数据和所述波动数据，得到所述电缆的运行状态信息。
可选地，所述对所述运行状态信息进行数据挖掘处理，得到潜在故障预测结果，包括：
根据判别分析公式，将所述运行状态信息映射到特征空间进行故障特征提取，得到故障特征数据，其中，所述判别分析公式包括：
Y=DXT，
其中，Y表示所述故障特征数据，X表示所述运行状态信息，D表示判别矩阵，用于将所述运行状态信息X映射到所述特征空间，D为一个m×m的对角矩阵，m是所述运行状态信息的类别数，T表示变换矩阵，用于将所述运行状态信息X映射到所述特征空间，T为一个m×n的矩阵，其中m是所述运行状态信息的类别数，n是所述运行状态信息的维度；
根据所述故障特征数据，得到所述潜在故障预测结果。
可选地，所述根据所述潜在故障预测结果生成电缆调控决策，根据所述电缆调控决策对所述电缆进行管控，包括：
根据所述潜在故障预测结果确定需要调控的电缆段和调控措施，其中，所述调控措施包括增加或减少负载、调整运行温度和/或更换电缆段；
根据所述调控措施生成电缆调控决策，根据所述电缆调控决策对所述电缆进行管控。
可选地，所述根据所述调控措施生成电缆调控决策，根据所述电缆调控决策对所述电缆进行管控，包括：
获取所述电缆的负载数据，根据所述负载数据调整所述电缆的负载，其中，负载的调整方法包括负载转移、负载均衡或负载削减；
获取所述电缆的运行温度数据，根据所述运行温度数据调整所述电缆的运行温度；
获取所述电缆段的破损程度数值，当所述破损程度数值大于预设破损阈值时，进行更换所述电缆段；
当所述破损程度数值小于等于预设破损阈值时，设定预设时间，以定期对所述电缆段进行检查和维护。
为解决上述问题，本发明还提供了一种城市电缆的管控装置，包括：
获取单元，用于获取电缆的运行数据，其中，所述运行数据包括电缆电路数据和电缆基础数据；
处理单元，用于根据所述电缆基础数据构建数字孪生模型，获取历史运行数据，根据数据分析模型对所述历史运行数据和所述电缆电路数据进行数据处理与分析，得到所述电缆的运行状态信息，将所述电缆的运行状态信息输入所述数字孪生模型，进行可视化展示；
其中，所述根据所述电缆基础数据构建数字孪生模型，包括：
根据所述电缆基础数据得到电缆类型、电缆规格、铺设路径和关键节点信息；
根据所述电缆类型、所述电缆规格、所述铺设路径和所述关键节点信息构建电缆三维模型；
根据所述关键节点信息构建关键节点三维模型，其中，所述关键节点三维模型包括所述电缆的连接方式和接触电阻；
根据所述电缆类型、所述电缆规格构建材料属性模型，其中，所述材料属性模型包括导电率、热导率和绝缘强度，以用于描述所述电缆在不同条件下的物理特性和电气特性；
根据基础运行数据构建电缆行为模型，其中，所述电缆行为模型用于描述所述电缆在负载变化和环境变化对应的响应特性；
将所述电缆三维模型、所述关键节点三维模型、所述材料属性模型和所述电缆行为模型相结合，构建所述数字孪生模型，以实时反映所述电缆在实体世界中的运行状态；
控制单元，用于对所述运行状态信息进行数据挖掘处理，得到潜在故障预测结果，根据所述潜在故障预测结果生成电缆调控决策，根据所述电缆调控决策对所述电缆进行管控。
本发明所述的一种城市电缆的管控装置与所述的城市电缆的管控方法相对于现有技术的优势相同，在此不再赘述。
为解决上述问题，本发明还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述的城市电缆的管控方法。
本发明所述的一种计算机设备与所述的一种城市电缆的管控方法相对于现有技术的优势相同，在此不再赘述。
为解决上述问题，本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述的城市电缆的管控方法。
本发明所述的一种计算机可读存储介质与所述的一种城市电缆的管控方法相对于现有技术的优势相同，在此不再赘述。
附图说明
图1为本发明实施例中城市电缆的管控方法的流程示意图；
图2为本发明实施例中计算机设备的内部结构示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更为明显易懂，下面结合附图对本发明的具体实施例做详细的说明。
在本发明实施例的描述中，术语“一些实施例”的描述意指结合该实施例或示例描述的具体特征、结构、材料或特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施或实例。而且，描述的具体特征、结构、材料或特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
应当理解，本发明的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本发明的范围在此方面不受限制。
结合图1所示，本发明实施例的城市电缆的管控方法包括：
步骤S1，获取电缆的运行数据，其中，所述运行数据包括电缆电路数据和电缆基础数据。
具体地，本实施例中的电缆电路数据包括电缆的负载、温度、湿度、电压、电流等参数，电缆基础数据包括电缆的长度、截面积、材质、电阻、电感等参数。
步骤S2，根据所述电缆基础数据构建数字孪生模型，获取历史运行数据，根据数据分析模型对所述历史运行数据和所述电缆电路数据进行数据处理与分析，得到所述电缆的运行状态信息，将所述电缆的运行状态信息输入所述数字孪生模型，进行可视化展示。
具体地，本实施例利用采集到的电缆数据，结合电缆的尺寸、形状、材质等信息，使用计算机图形学、数据建模等技术，构建一个与实体电缆相对应的数字孪生模型。这个模型可以展示电缆的三维结构，准确反映电缆的运行状态，通过数字孪生模型进行实时展示，直观的了解电缆的运行状态。
步骤S3，对所述运行状态信息进行数据挖掘处理，得到潜在故障预测结果，根据所述潜在故障预测结果生成电缆调控决策，根据所述电缆调控决策对所述电缆进行管控。
具体地，本实施例中的运行状态信息可以为电缆的任意运行参数，例如电压、电流、负载等，在实际运行过程中，可选择其一进行监测，也可选择多项数据进行监测，本实施例对电缆运行状态信息进行数据挖掘处理，以发现电缆运行中的异常情况和潜在故障。数据挖掘处理可以采用多种方法，如聚类分析、关联规则挖掘、异常检测等。通过对运行状态信息进行数据挖掘处理，可以得到潜在故障预测结果，根据潜在故障预测结果，生成电缆调控决策。调控决策可以包括增加或减少负载、调整运行温度、更换电缆段等。调控决策的生成可以采用多种方法，如专家***、人工神经网络、遗传算法等；根据电缆调控决策，对电缆进行管控，其中，管控可以包括对电缆负载进行监测和调整，对电缆运行温度进行监测和调整，对电缆段进行更换和维护等。管控的实施可以采用多种方法，如远程控制、现场操作、人工巡检等，实现对电缆的智能调控，降低电缆的故障风险，提高电缆的运行效率和安全性。在实现过程中，需要使用各种数据挖掘处理方法、调控决策生成方法和管控实施方法，如聚类分析、关联规则挖掘、异常检测、专家***、人工神经网络、遗传算法、远程控制、现场操作、人工巡检等，以提高电缆管控的效率和效果。
与现有技术相比：本实施例的城市电缆管控方法通过获取电缆的运行数据，并利用数据分析模型对历史运行数据和电缆电路数据进行处理与分析，得到电缆的实时运行状态信息和潜在故障预测结果，将电缆的实时运行状态信息输入数字孪生模型，实现对电缆的实时可视化展示，便于直观地了解电缆的运行状况，为决策提供依据，同时，根据潜在故障预测结果生成电缆调控决策，可以实现对电缆的智能调控，调控决策可以根据电缆的实时运行状态信息和潜在故障预测结果进行调整，以降低电缆的故障风险，提高电缆的运行效率和安全性，本实施例有助于更加客观、准确地了解电缆的运行状况，从科学的角度对电缆进行管控，辅助工作人员掌握电缆运行情况，降低电缆的故障风险，提高电缆的运行效率和安全性，提高城市电缆***的整体运行水平，为城市的电力供应提供保障。
可选地，所述根据所述电缆基础数据构建数字孪生模型，包括：
根据所述电缆基础数据得到电缆类型、电缆规格、铺设路径和关键节点信息；
根据所述电缆类型、所述电缆规格、所述铺设路径和所述关键节点信息构建电缆三维模型；
根据所述关键节点信息构建关键节点三维模型，其中，所述关键节点三维模型包括所述电缆的连接方式和接触电阻；
根据所述电缆类型、所述电缆规格构建材料属性模型，其中，所述材料属性模型包括导电率、热导率和绝缘强度，以用于描述所述电缆在不同条件下的物理特性和电气特性；
根据基础运行数据构建电缆行为模型，其中，所述电缆行为模型用于描述所述电缆在负载变化和环境变化对应的响应特性；
将所述电缆三维模型、所述关键节点三维模型、所述材料属性模型和所述电缆行为模型相结合，构建所述数字孪生模型，以实时反映所述电缆在实体世界中的运行状态。
具体地，收集电缆的基础数据，包括电缆类型、规格、基础运行数据、关键节点等信息，其中，这些数据可以通过查阅电缆设计图纸、现场勘察、传感器监测等方式获取。利用计算机图形学技术，根据电缆的基础数据构建电缆的三维模型。可以使用专业的三维建模软件，如AutoCAD、SolidWorks等，将电缆的尺寸、形状、材质等信息输入软件，生成电缆的三维模型。针对电缆的关键节点（如电缆接头、分支点等），采用精细建模技术，构建关键节点三维模型。关键节点的建模需要考虑电缆的连接方式、接触电阻等因素，以确保模型的准确性。根据电缆的材质特性，建立电缆的材料属性模型。材料属性模型可以包括导电率、热导率、绝缘强度等参数，用于描述电缆在不同条件下的物理和电气特性。根据电缆的基础运行数据，建立电缆行为模型。行为模型可以描述电缆在负载变化、环境变化等条件下的响应特性，如温度变化、电压变化等。将电缆三维模型、关键节点三维模型、材料属性模型和电缆行为模型相结合，生成电缆数字孪生模型，用于实时反映电缆在实体世界中的运行状态，为电缆的监控、分析和优化提供依据，为电缆的运行监控、维护管理、故障预测等提供有力支持。
可选地，所述获取历史运行数据，根据数据分析模型对所述历史运行数据和所述电缆电路数据进行数据处理与分析，得到所述电缆的运行状态信息，包括：
通过数据清洗算法将所述电缆电路数据进行数据清洗，其中，所述数据清洗算法的公式包括：
y_t=α*x_t+(1-α)*y_{t-1}，
其中，y_t表示当前t时刻清洗后的所述电缆电路数据，x_t表示当前t时刻所述电缆电路数据，α表示清洗系数，y_{t-1}表示上一时刻t-1的所述电缆电路数据；
根据所述数据分析模型对所述历史运行数据和清洗后的所述电缆电路数据进行数据处理与分析，得到所述电缆的运行状态信息。
具体地，本实施例将采集的电缆数据，包括电缆的负载、温度、湿度、电压、电流等参数以及电缆的长度、截面积、材质、电阻、电感等数据，进行预处理，提高数据的质量，为后续的数据分析提供基础。
一实施例中，从电缆运行***中获取历史运行数据，所述历史运行数据可以包括电缆的电压、电流、温度、湿度、负载率等参数，以及电缆的故障记录、维修记录等信息，其中，历史运行数据采集可以通过传感器、监测设备或人工巡检等方式完成；在获取到历史运行数据后，需要对数据进行预处理，即通过数据清洗算法将所述电缆电路数据进行数据清洗，本实施例中的数据清洗是为了去除噪声、异常值和缺失值等；在数据预处理完成后，根据所述数据分析模型对所述历史运行数据和清洗后的所述电缆电路数据进行数据处理与分析，即对数据进行特征提取。其中，特征提取的目的是从原始数据中提取出有用的信息，方便后续的数据分析和建模；根据提取出的特征，建立数据分析模型，其中，可以选择的模型包括机器学习模型、人工智能模型等，且模型的建立需要考虑电缆的运行原理和故障特点，以及模型的泛化能力和解释性；使用历史运行数据和电缆电路数据对建立的模型进行训练，训练过程中，需要对模型进行调整和优化，以提高模型的准确性和鲁棒性；训练完成后，需要使用验证数据对模型进行验证，以评估模型的性能和可靠性；使用训练好的模型对电缆的运行状态进行评估，其中，评估结果为电缆的故障预测信息，评估结果可以通过与实际运行数据进行比较来进行验证；将评估结果输出，并应用于电缆的运行管理、维护决策等方面，同时，根据评估结果，可以针对性地对电缆进行维护和优化，以提高电缆的运行效率和安全性。
可选地，所述根据所述数据分析模型对所述历史运行数据和清洗后的所述电缆电路数据进行数据处理与分析，得到所述电缆的运行状态信息，包括：
所述数据分析模型通过周期分析公式对清洗后的所述电缆电路数据进行特征提取，得到所述电缆的波动数据，其中，所述周期分析公式包括：
，
其中，F(w)表示所述波动数据，w表示角频率，单位为rad/s，f(t)表示所述电缆电路数据，t表示时间，单位为秒，e表示自然对数的底数，-j表示虚数单位；
根据所述历史运行数据和所述波动数据，得到所述电缆的运行状态信息。
具体地，本实施例通过对清洗后的所述电缆电路数据提取其频率特征，实现监测电缆运行数据中的周期性波动，帮助工作人员更好地理解电缆的运行特性。
可选地，所述对所述运行状态信息进行数据挖掘处理，得到潜在故障预测结果，包括：
根据判别分析公式，将所述运行状态信息映射到特征空间进行故障特征提取，得到故障特征数据，其中，所述判别分析公式包括：
Y=DXT，
其中，Y表示所述故障特征数据，X表示所述运行状态信息，D表示判别矩阵，用于将所述运行状态信息X映射到所述特征空间，D为一个m×m的对角矩阵，m是所述运行状态信息的类别数，T表示变换矩阵，用于将所述运行状态信息X映射到所述特征空间，T为一个m×n的矩阵，其中m是所述运行状态信息的类别数，n是所述运行状态信息的维度；
根据所述故障特征数据，得到所述潜在故障预测结果。
具体地，本实施例将数据映射到特征空间，并最大化类间差异，有助于电缆运行数据中的故障分类问题，进而对故障特征进行提取。
可选地，所述根据所述潜在故障预测结果生成电缆调控决策，根据所述电缆调控决策对所述电缆进行管控，包括：
根据所述潜在故障预测结果确定需要调控的电缆段和调控措施，其中，所述调控措施包括增加或减少负载、调整运行温度和/或更换电缆段；
根据所述调控措施生成电缆调控决策，根据所述电缆调控决策对所述电缆进行管控。
可选地，所述根据所述调控措施生成电缆调控决策，根据所述电缆调控决策对所述电缆进行管控，包括：
获取所述电缆的负载数据，根据所述负载数据调整所述电缆的负载，其中，负载的调整方法包括负载转移、负载均衡或负载削减；
获取所述电缆的运行温度数据，根据所述运行温度数据调整所述电缆的运行温度；
获取所述电缆段的破损程度数值，当所述破损程度数值大于预设破损阈值时，进行更换所述电缆段；
当所述破损程度数值小于等于预设破损阈值时，设定预设时间，以定期对所述电缆段进行检查和维护。
具体地，本实施例通过调整电缆的负载来减少电缆的负载，从而降低电缆的故障风险，负载调整方法包括负载转移、负载均衡、负载削减等；根据电缆的运行温度情况，调整电缆的运行温度来降低电缆的故障风险，温度调整方法包括温度监测、温度控制、温度保护等；根据电缆段的故障程度，判断是否需要更换电缆段来降低电缆的故障风险，电缆段更换方法包括更换电缆段的位置、更换电缆段的类型、更换电缆段的长度等，对于暂时不需更换电缆段的电缆，需要定期对电缆进行检查和维护来降低电缆的故障风险，包括定期巡检、定期清洁、定期维修等。在实现过程中，需要使用各种调控方法和设备，如负载调整、温度调整、电缆段更换、电缆维护等，以提高电缆的运行效率和安全性。
和上述一种城市电缆的管控方法相对应，本发明实施例还提供了一种城市电缆的管控装置，包括：
获取单元，用于获取电缆的运行数据，其中，所述运行数据包括电缆电路数据和电缆基础数据；
处理单元，用于根据所述电缆基础数据构建数字孪生模型，获取历史运行数据，根据数据分析模型对所述历史运行数据和所述电缆电路数据进行数据处理与分析，得到所述电缆的运行状态信息，将所述电缆的运行状态信息输入所述数字孪生模型，进行可视化展示；
其中，所述根据所述电缆基础数据构建数字孪生模型，包括：
根据所述电缆基础数据得到电缆类型、电缆规格、铺设路径和关键节点信息；
根据所述电缆类型、所述电缆规格、所述铺设路径和所述关键节点信息构建电缆三维模型；
根据所述关键节点信息构建关键节点三维模型，其中，所述关键节点三维模型包括所述电缆的连接方式和接触电阻；
根据所述电缆类型、所述电缆规格构建材料属性模型，其中，所述材料属性模型包括导电率、热导率和绝缘强度，以用于描述所述电缆在不同条件下的物理特性和电气特性；
根据基础运行数据构建电缆行为模型，其中，所述电缆行为模型用于描述所述电缆在负载变化和环境变化对应的响应特性；
将所述电缆三维模型、所述关键节点三维模型、所述材料属性模型和所述电缆行为模型相结合，构建所述数字孪生模型，以实时反映所述电缆在实体世界中的运行状态；
控制单元，用于对所述运行状态信息进行数据挖掘处理，得到潜在故障预测结果，根据所述潜在故障预测结果生成电缆调控决策，根据所述电缆调控决策对所述电缆进行管控。
本实施例所述的一种城市电缆的管控装置与所述的一种城市电缆的管控方法相对于现有技术的优势相同，在此不再赘述。
在一个实施例中，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述城市电缆的管控方法。
需要注意的是，该设备可以为服务器、移动终端等计算机设备。
图2示出了一个实施例中计算机设备的内部结构图。该计算机设备包括该计算机设备包括通过***总线连接的处理器、存储器、网络接口、输入装置和显示屏。其中，存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作***，还可存储有计算机程序，该计算机程序被处理器执行时，可使得处理器实现多能协同运行方法。该内存储器中也可储存有计算机程序，该计算机程序被处理器执行时，可使得处理器执行的多能协同运行方法。计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。在一个实施例中，提供了还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述城市电缆的管控方法。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本发明所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦除可编程ROM（EEPROM）或闪存。易失性存储器可包括随机存取存储器（RAM）或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM（SRAM）、动态RAM（DRAM）、同步DRAM（SDRAM）、双数据率SDRAM（DDRSDRAM）、增强型SDRAM（ESDRAM）、同步链路（Synchlink） DRAM（SLDRAM）、存储器总线（Rambus）直接RAM（RDRAM）、直接存储器总线动态RAM（DRDRAM）、以及存储器总线动态RAM（RDRAM）等。
需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所发明的原理和新颖特点相一致的最宽的范围。
虽然本发明披露如上，但本发明的保护范围并非仅限于此。本领域技术人员在不脱离本发明的精神和范围的前提下，可进行各种变更与修改，这些变更与修改均将落入本发明的保护范围。
Claims (9)
1.一种城市电缆的管控方法，其特征在于，包括：
获取电缆的运行数据，其中，所述运行数据包括电缆电路数据和电缆基础数据；
根据所述电缆基础数据构建数字孪生模型，获取历史运行数据，根据数据分析模型对所述历史运行数据和所述电缆电路数据进行数据处理与分析，得到所述电缆的运行状态信息，将所述电缆的运行状态信息输入所述数字孪生模型，进行可视化展示；
其中，所述根据所述电缆基础数据构建数字孪生模型，包括：
根据所述电缆基础数据得到电缆类型、电缆规格、铺设路径和关键节点信息；
根据所述电缆类型、所述电缆规格、所述铺设路径和所述关键节点信息构建电缆三维模型；
根据所述关键节点信息构建关键节点三维模型，其中，所述关键节点三维模型包括所述电缆的连接方式和接触电阻；
根据所述电缆类型、所述电缆规格构建材料属性模型，其中，所述材料属性模型包括导电率、热导率和绝缘强度，以用于描述所述电缆在不同条件下的物理特性和电气特性；
根据基础运行数据构建电缆行为模型，其中，所述电缆行为模型用于描述所述电缆在负载变化和环境变化对应的响应特性；
将所述电缆三维模型、所述关键节点三维模型、所述材料属性模型和所述电缆行为模型相结合，构建所述数字孪生模型，以实时反映所述电缆在实体世界中的运行状态；
对所述运行状态信息进行数据挖掘处理，得到潜在故障预测结果，根据所述潜在故障预测结果生成电缆调控决策，根据所述电缆调控决策对所述电缆进行管控。
2.根据权利要求1所述的城市电缆的管控方法，其特征在于，所述获取历史运行数据，根据数据分析模型对所述历史运行数据和所述电缆电路数据进行数据处理与分析，得到所述电缆的运行状态信息，包括：
通过数据清洗算法将所述电缆电路数据进行数据清洗，其中，所述数据清洗算法的公式包括：
y_t=α*x_t+(1-α)*y_{t-1}，
其中，y_t表示当前t时刻清洗后的所述电缆电路数据，x_t表示当前t时刻所述电缆电路数据，α表示清洗系数，y_{t-1}表示上一时刻t-1的所述电缆电路数据；
根据所述数据分析模型对所述历史运行数据和清洗后的所述电缆电路数据进行数据处理与分析，得到所述电缆的运行状态信息。
3.根据权利要求2所述的城市电缆的管控方法，其特征在于，所述根据所述数据分析模型对所述历史运行数据和清洗后的所述电缆电路数据进行数据处理与分析，得到所述电缆的运行状态信息，包括：
所述数据分析模型通过周期分析公式对清洗后的所述电缆电路数据进行特征提取，得到所述电缆的波动数据，其中，所述周期分析公式包括：
，
其中，F(w)表示所述波动数据，w表示角频率，单位为rad/s，f(t)表示所述电缆电路数据，t表示时间，单位为秒，e表示自然对数的底数，-j表示虚数单位；
根据所述历史运行数据和所述波动数据，得到所述电缆的运行状态信息。
4.根据权利要求1所述的城市电缆的管控方法，其特征在于，所述对所述运行状态信息进行数据挖掘处理，得到潜在故障预测结果，包括：
根据判别分析公式，将所述运行状态信息映射到特征空间进行故障特征提取，得到故障特征数据，其中，所述判别分析公式包括：
Y=DXT，
其中，Y表示所述故障特征数据，X表示所述运行状态信息，D表示判别矩阵，用于将所述运行状态信息X映射到所述特征空间，D为一个m×m的对角矩阵，m是所述运行状态信息的类别数，T表示变换矩阵，用于将所述运行状态信息X映射到所述特征空间，T为一个m×n的矩阵，其中m是所述运行状态信息的类别数，n是所述运行状态信息的维度；
根据所述故障特征数据，得到所述潜在故障预测结果。
5.根据权利要求1所述的城市电缆的管控方法，其特征在于，所述根据所述潜在故障预测结果生成电缆调控决策，根据所述电缆调控决策对所述电缆进行管控，包括：
根据所述潜在故障预测结果确定需要调控的电缆段和调控措施，其中，所述调控措施包括增加或减少负载、调整运行温度和/或更换电缆段；
根据所述调控措施生成电缆调控决策，根据所述电缆调控决策对所述电缆进行管控。
6.根据权利要求5所述的城市电缆的管控方法，其特征在于，所述根据所述调控措施生成电缆调控决策，根据所述电缆调控决策对所述电缆进行管控，包括：
获取所述电缆的负载数据，根据所述负载数据调整所述电缆的负载，其中，负载的调整方法包括负载转移、负载均衡或负载削减；
获取所述电缆的运行温度数据，根据所述运行温度数据调整所述电缆的运行温度；
获取所述电缆段的破损程度数值，当所述破损程度数值大于预设破损阈值时，进行更换所述电缆段；
当所述破损程度数值小于等于预设破损阈值时，设定预设时间，以定期对所述电缆段进行检查和维护。
7.一种城市电缆的管控装置，其特征在于，包括：
获取单元，用于获取电缆的运行数据，其中，所述运行数据包括电缆电路数据和电缆基础数据；
处理单元，用于根据所述电缆基础数据构建数字孪生模型，获取历史运行数据，根据数据分析模型对所述历史运行数据和所述电缆电路数据进行数据处理与分析，得到所述电缆的运行状态信息，将所述电缆的运行状态信息输入所述数字孪生模型，进行可视化展示；
其中，所述根据所述电缆基础数据构建数字孪生模型，包括：
根据所述电缆基础数据得到电缆类型、电缆规格、铺设路径和关键节点信息；
根据所述电缆类型、所述电缆规格、所述铺设路径和所述关键节点信息构建电缆三维模型；
根据所述关键节点信息构建关键节点三维模型，其中，所述关键节点三维模型包括所述电缆的连接方式和接触电阻；
根据所述电缆类型、所述电缆规格构建材料属性模型，其中，所述材料属性模型包括导电率、热导率和绝缘强度，以用于描述所述电缆在不同条件下的物理特性和电气特性；
根据基础运行数据构建电缆行为模型，其中，所述电缆行为模型用于描述所述电缆在负载变化和环境变化对应的响应特性；
将所述电缆三维模型、所述关键节点三维模型、所述材料属性模型和所述电缆行为模型相结合，构建所述数字孪生模型，以实时反映所述电缆在实体世界中的运行状态；
控制单元，用于对所述运行状态信息进行数据挖掘处理，得到潜在故障预测结果，根据所述潜在故障预测结果生成电缆调控决策，根据所述电缆调控决策对所述电缆进行管控。
8.一种计算机设备，其特征在于，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，当所述处理器执行所述计算机程序时，实现权利要求1至6中任一项所述的城市电缆的管控方法。
9.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，当所述计算机程序被处理器执行时，实现权利要求1至6中任一项所述的城市电缆的管控方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410324648.8A CN117933574A (zh) | 2024-03-21 | 2024-03-21 | 一种城市电缆的管控方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410324648.8A CN117933574A (zh) | 2024-03-21 | 2024-03-21 | 一种城市电缆的管控方法、装置、设备和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117933574A true CN117933574A (zh) | 2024-04-26 |
Family
ID=90750901
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410324648.8A Pending CN117933574A (zh) | 2024-03-21 | 2024-03-21 | 一种城市电缆的管控方法、装置、设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117933574A (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113410813A (zh) * | 2021-05-31 | 2021-09-17 | 广西电网有限责任公司电力科学研究院 | 一种基于数字孪生配网故障的诊断方法及相关装置 |
| CN115438726A (zh) * | 2022-08-24 | 2022-12-06 | 南京熊猫电子股份有限公司 | 一种基于数字孪生技术的设备寿命与故障类型预测方法及*** |
| CN116308302A (zh) * | 2023-05-19 | 2023-06-23 | 深圳抛物线科技有限公司 | 一种基于数字孪生的绝缘隐患超前预警方法及*** |
| CN116861503A (zh) * | 2023-07-07 | 2023-10-10 | 武汉电力职业技术学院 | 一种基于大数据的电力变压器数字孪生模型的构建方法 |
| CN116896166A (zh) * | 2023-09-07 | 2023-10-17 | 国网浙江省电力有限公司宁波供电公司 | 一种城市电缆的数字孪生全景管控***及方法 |
| CN117252051A (zh) * | 2023-08-18 | 2023-12-19 | 国网山东省电力公司梁山县供电公司 | 一种基于数字孪生的电缆隧道监测预警方法及*** |
| CN117725144A (zh) * | 2023-12-28 | 2024-03-19 | 国网湖北省电力有限公司武汉供电公司 | 一种基于地理信息***的地下电缆数字孪生体模型多尺度构建方法 |
-
2024
- 2024-03-21 CN CN202410324648.8A patent/CN117933574A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113410813A (zh) * | 2021-05-31 | 2021-09-17 | 广西电网有限责任公司电力科学研究院 | 一种基于数字孪生配网故障的诊断方法及相关装置 |
| CN115438726A (zh) * | 2022-08-24 | 2022-12-06 | 南京熊猫电子股份有限公司 | 一种基于数字孪生技术的设备寿命与故障类型预测方法及*** |
| CN116308302A (zh) * | 2023-05-19 | 2023-06-23 | 深圳抛物线科技有限公司 | 一种基于数字孪生的绝缘隐患超前预警方法及*** |
| CN116861503A (zh) * | 2023-07-07 | 2023-10-10 | 武汉电力职业技术学院 | 一种基于大数据的电力变压器数字孪生模型的构建方法 |
| CN117252051A (zh) * | 2023-08-18 | 2023-12-19 | 国网山东省电力公司梁山县供电公司 | 一种基于数字孪生的电缆隧道监测预警方法及*** |
| CN116896166A (zh) * | 2023-09-07 | 2023-10-17 | 国网浙江省电力有限公司宁波供电公司 | 一种城市电缆的数字孪生全景管控***及方法 |
| CN117725144A (zh) * | 2023-12-28 | 2024-03-19 | 国网湖北省电力有限公司武汉供电公司 | 一种基于地理信息***的地下电缆数字孪生体模型多尺度构建方法 |
Non-Patent Citations (1)
| Title |
|---|
| 唐德修 著: "《设备机械故障预测技术》", vol. 1, 31 March 2007, 西南交通大学出版社, pages: 31 - 37 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111210024B (zh) | 模型训练方法、装置、计算机设备和存储介质 | |
| Yan et al. | The performance prediction of ground source heat pump system based on monitoring data and data mining technology | |
| CN111160701B (zh) | 工程项目风险监控方法、***、计算机设备和存储介质 | |
| JP2006011849A (ja) | データ圧縮装置及び方法，データ解析装置及び方法並びにデータ管理システム | |
| CN116665130A (zh) | 基于时空图的大坝安全监测多元时间序列异常检测方法 | |
| CN113837358B (zh) | 基于格兰杰因果关系的***策略预测方法及相关设备 | |
| CN114065653A (zh) | 电力负荷预测模型的构建方法与电力负荷预测方法 | |
| Lin et al. | Predictive analytics for building power demand: Day-ahead forecasting and anomaly prediction | |
| CN116453056A (zh) | 目标检测模型构建方法和变电站异物入侵检测方法 | |
| CN113435103B (zh) | 配电房异常检测方法、***、服务器、边缘网关和介质 | |
| CN117318052B (zh) | 发电机组进相试验无功功率预测方法、装置和计算机设备 | |
| CN117933574A (zh) | 一种城市电缆的管控方法、装置、设备和存储介质 | |
| CN117829416A (zh) | 用电安全监测方法、装置、计算机设备和存储介质 | |
| CN113222370B (zh) | 电力***风险预警方法、装置、设备及存储介质 | |
| CN111625525B (zh) | 一种环境数据修复/填充方法及*** | |
| WO2022195628A1 (en) | An artificial neural network based virtual air monitoring network system | |
| CN114358423A (zh) | 处理针对幕墙的建筑数据的方法 | |
| CN110956379A (zh) | 安全态势感知方法、装置、计算机设备和存储介质 | |
| Madabhushi | Real-Time Detection of Demand Manipulation Attacks on a Power Grid | |
| CN117521979B (zh) | 数据驱动设计的基建设备能源节省方法 | |
| CN116611004B (zh) | 煤矿安全灾害预测模型训练方法、预警方法、预警*** | |
| CN116910668B (zh) | 一种避雷器故障预警方法、装置、设备及存储介质 | |
| CN117313438B (zh) | 一种三维工厂工具编辑优化方法及装置 | |
| CN117848423B (zh) | 一种换流变阀侧套管壳体完整性的在线监测方法、***、设备及介质 | |
| Johannesen et al. | Vertical Approach Anomaly Detection Using Local Outlier Factor |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |